Un Paciente Simulado Virtual Multilingüe para la formación ... · Simulado Virtual Multilingüe, un agente conversacional que simula un paciente real que acude a una ... ahorrar

IE Comunicaciones Número 18, Julio-Diciembre 2013, pp 29-40

Revista Iberoamericana de Informática Educativa Artículos

ISSN: 1699-4574 © ADIE, Asociación para el Desarrollo de la Informática Educativa

Un Paciente Simulado Virtual Multilingüe para la

formación en medicina

Víctor López, Eduardo M. Eisman, María Navarro, Jose Manuel Zurita, Juan Luis Castro

Departamento de Ciencias de la Computación e Inteligencia Artificial

Escuela Técnica Superior de Ingenierías Informática y de Telecomunicación

Universidad de Granada

C / Periodista Daniel Saucedo Aranda s/n. C.P. 18071. Granada, España

{victor,eisman,marianj,zurita,castro}@decsai.ugr.es

Resumen: Muchas universidades instruyen a sus estudiantes para adquirir ciertas habilidades antes de

que estos se enfrenten a un entorno profesional. En el caso de la medicina, se destina una importante

cantidad de recursos económicos a instruir actores para que juegue el papel de pacientes que sufren una

determinada enfermedad frente a los estudiantes. Además de ser costoso, este proceso requiere que el

alumno y el actor coincidan físicamente. Para solventar estas y otras limitaciones, presentamos un Paciente

Simulado Virtual Multilingüe, un agente conversacional que simula un paciente real que acude a una

consulta de atención primaria. Los estudiantes pueden entrevistar al agente tratando de diagnosticar qué le

ocurre, tal y como lo haría un médico en una consulta real. Este paciente virtual es capaz de comunicarse

en múltiples idiomas y expresar diferentes estados de ánimo dependiendo de la enfermedad que padece y el

comportamiento del estudiante.

Palabras clave: Agente conversacional, paciente virtual, ontología, generación de lenguaje natural,

razonamiento basado en casos, sistema basado en reglas difusas.

Abstract: Many universities instruct their students to acquire certain abilities before they face a

professional environment. In the case of medicine, an important amount of economic resources is dedicated

to instruct actors to play the role of patients suffering a certain illness before the students. Besides being

expensive, this process requires that the student and the actor meet physically. In order to solve this and

other limitations, we present a Multilingual Virtual Simulated Patient, a conversational agent simulating a

real patient who goes to a primary care consultation. Students can interview the agent trying to diagnose

what the matter is, in the way that a doctor would normally do in a real consultation. This virtual patient is

able to communicate using different languages and to express different moods depending on the illness he

or she suffers from and the behaviour of the student.

Key words: Conversational agent, virtual patient, ontology, natural language generation, case-based

reasoning, fuzzy rule-based system.

1. Introducción

La simulación de las situaciones a las que una

persona se enfrentará en el mundo real es un método

para la mejora de sus habilidades cuya eficacia ha

sido probada en diferentes ámbitos: sistemas de

tutoría [Graesser 05], juegos conversacionales [Rehm

05], agentes que simulan diferentes roles en un

entorno profesional [Kopp 05], etc. En el campo de la

medicina existen sistemas inteligentes que ayudan a

los estudiantes a desarrollar sus habilidades

deductivas y cooperativas [Woo 06], pero no existen

sistemas para entrenar las habilidades necesarias para

comunicarse de forma efectiva con los pacientes, las

cuales resultan fundamentales en una consulta de

atención primaria.


30

La importancia de esta formación previa se pone de

manifiesto mediante el hecho de que muchas

universidades y otros centros y compañías

relacionadas con la formación destinan importantes

recursos económicos a instruir actores que

desempeñen el papel de pacientes que sufren una

determinada enfermedad. Sin embargo, esta

metodología, aunque es útil, presenta ciertos

inconvenientes tanto para el estudiante como para el

centro de aprendizaje. En primer lugar, los

estudiantes sólo pueden practicar cuando se lleva a

cabo alguna acción formativa concreta en el centro

educativo, ya que está limitada a la disponibilidad de

los actores. Además, la calidad del proceso de

aprendizaje puede variar entre diferentes actores e

incluso entre varias actuaciones de un mismo actor.

Por este motivo resulta interesante el desarrollo de un

sistema que permita a los estudiantes mejorar su

formación en cualquier momento, a la vez que

ahorrar gran cantidad de recursos y asegurar la

calidad del proceso de aprendizaje.

Un sistema inteligente de este tipo debe tener una

serie de características. En primer lugar debe estar

representado gráficamente mediante un paciente que

sea capaz de expresar diferentes estados de ánimo.

Además, debe ser capaz de comunicarse en lenguaje

natural con el alumno, reaccionando adecuadamente

al transcurso de la conversación. También debe

permitir la creación de pacientes con diferente edad,

sexo, personalidad y enfermedades, y que cada uno se

comporte de forma acorde a sus características.

La propuesta que presentamos en este artículo es la

utilización de un agente conversacional basado en un

modelo de paciente que permite la definición de

síntomas y enfermedades y su asignación a pacientes

virtuales. Mediante el módulo reconocedor de

lenguaje natural, el agente es capaz de dotar de

contenido semántico a la pregunta realizada por el

alumno. Esta representación semántica de las

pregunta es utilizada por el gestor de diálogo para

controlar el comportamiento del agente y generar una

respuesta, también semántica, utilizando un sistema

basado en reglas. Esta respuesta semántica incluye el

estado emocional del paciente, gestionado por el

controlador del estado emocional. Finalmente, el

generador de lenguaje natural traduce esta respuesta

semántica a una respuesta en lenguaje natural que

pueda ser entendida por el alumno.

El contenido del resto del artículo es el siguiente. En

la sección 2 mencionaremos brevemente algunos de

los trabajos relacionados con el tema. Más tarde, en la

sección 3, describiremos la arquitectura del Paciente

Simulado Virtual, entrando en detalle en cada uno de

los módulos que lo componen. A continuación,

dedicaremos la sección 4 al aspecto de la

localización, es decir, la adaptación del paciente

virtual a diferentes idiomas y culturas. En la sección

5 mostraremos algunos resultados de las pruebas de

pilotaje llevadas a cabo. Finalmente, en la sección 6

estableceremos las conclusiones de nuestro trabajo.

2. Trabajo relacionado

Los agentes conversacionales pueden ser utilizados

en cualquier situación donde exista una interacción

entre humanos, con el agente interpretando el papel

de cualquiera de ellos. Como ya hemos comentado,

los agentes conversacionales han sido aplicados a

muy diferentes campos como un guía turístico para

un museo [Kopp 05] o un tutor virtual para

estudiantes de primer curso de física [Graesser 05].

Hasta donde nosotros conocemos, este tipo de

sistemas ha sido tradicionalmente poco empleado en

el campo de la simulación de pacientes para la

formación en entornos médicos.

[Dickerson 05] presenta un agente conversacional

cuyas respuestas y comportamiento está escrito en un

sistema basado en scripts similar a AIML [Wallace

05]. Estos scripts capturan de antemano las típicas

preguntas y movimientos de diálogo que un médico

puede utilizar para pacientes con una enfermedad

específica, así como las propias respuestas del agente.

Presentan descriptores (frases del médico) y acciones

que son típicas en cada situación (por ejemplo,

señalar). El comportamiento del agente se lleva a

cabo seleccionando el script con el descriptor más

similar a la entrada del usuario previamente

normalizada. Esta solución necesita escribir scripts

para todas las situaciones específicas de una consulta

con un paciente. Como podemos imaginar, el

esfuerzo es muy alto ya que no permite especificar

por separado el conocimiento sobre el modelo de los

pacientes, los síntomas, el comportamiento cognitivo

y emocional, y el conocimiento lingüístico.

[Kenny 07] describe un paciente virtual para el

entrenamiento de las habilidades de terapia clínica.

Posee un modelo separado de comportamiento no

verbal y un esquema de selección estadístico de la

respuesta del agente con algunas consideraciones



31

sobre posibles situaciones de diálogo, como

preguntas sin relación al tema, peticiones realizadas

por el usuario al agente como “¿Podría repetir eso?”,

o respuestas alternativas a preguntas como “¿Tiene

algo más que añadir?”. Aunque utiliza reglas para

asignar el comportamiento no verbal al agente

dependiendo de la respuesta seleccionada, al igual

que antes, este trabajo carece de un modelo para

relacionar los síntomas de las enfermedades con el

comportamiento del paciente.

Tal y como se indica en publicaciones más recientes

[Kenny 11] [Carpenter 12], existe un creciente interés

en la aplicación de este tipo de sistemas para la

formación en medicina. Esto demuestra que estamos

ante un campo de investigación abierto en el que

probablemente se produzcan importantes avances en

los próximos años.

En relación al proceso de generación de lenguaje

natural en sí mismo, en líneas generales existen tres

aproximaciones, las cuales se sitúan en orden

ascendente de complejidad y generalidad: texto

enlatado, plantillas, y aproximaciones simbólicas que

emplean representaciones del conocimiento a

diferentes niveles lingüísticos y reglas para

manipularlas.

El texto enlatado tiene la ventaja de ser una

aproximación simple. Solamente necesita el texto

final que se va a generar, pero tiene el inconveniente

de no ser reutilizable.

Las plantillas poseen una visión más abstracta a la

hora de generar el lenguaje natural, mezclando texto

prefijado con texto variable. Un ejemplo de un

sistema clásico que utiliza esta aproximación es

ELIZA [Weizenbaum 66]. Este sistema inserta en sus

respuestas parte de la entrada del usuario para simular

el proceso de un psicoterapeuta haciendo terapia. Esta

es una técnica de generación de lenguaje natural más

general, ya que no necesita generar de antemano

todas las respuestas del sistema. Sin embargo, estas

plantillas no se podrían reutilizar en otras situaciones

diferentes a aquellas para las que han sido creadas.

El último tipo de aproximación normalmente emplea

conocimiento lingüístico como gramáticas u

operadores retóricos [Mann 05] para describir la parte

del lenguaje utilizada por el sistema. Esto lo hace más

genérico, aunque eleva su complejidad.

Normalmente los agentes conversacionales centran su

metodología de generación de lenguaje natural en el

uso de plantillas. Este esquema es claramente

insuficiente para establecer el contenido de la

respuesta, ya que el agente no puede decir lo que

quiere, sino solamente la respuesta asociada a una

entrada del usuario.

Existen alternativas como ProtoPropp [Gervas 05]

que utilizan razonamiento basado en casos para

generar historias a partir de una descripción inicial

del argumento. Los casos son argumentos completos

compuestos por movimientos relacionados. Un

movimiento es una clase de procedimiento que

permite seguir la historia hasta un cierto punto, es

decir, hasta que se ha alcanzado un objetivo en el

argumento. El módulo de razonamiento basado en

casos recupera un caso similar a partir de la consulta

de entrada, la cual contiene una descripción parcial de

la historia. El caso recuperado es adaptado haciendo

substituciones con las restricciones de la consulta de

entrada, buscando movimientos compatibles en una

ontología para adaptar el caso. A continuación, se

pasa la estructura resultante a un módulo de

generación de lenguaje natural que selecciona el

contenido a incluir en la historia descartando la

información ya presentada. Además, el discurso se

estructura estableciendo un orden de presentación

entre los hechos de la historia en base a prioridades, y

se realiza una agregación de los hechos que hablan

del mismo tema o la misma acción. Por último, se

seleccionan las palabras adecuadas para representar

las entidades salientes de la historia, y se expresa el

argumento en instancias de las plantillas en lenguaje

natural.

Otra alternativa es PERSONAGE [Mairesse 10], un

generador de lenguaje natural parametrizable capaz

de producir textos con diferentes estilos asociados a

aspectos de la personalidad. El sistema consta de

varios módulos: un planificador de contenido que

selecciona el contenido de las frases y estructura el

discurso utilizando operadores retóricos, un

planificador de frases que especifica cómo se tienen

que organizar las frases, y un módulo de realización

que produce el texto final. Cada uno de estos

módulos tiene parámetros que controlan algunos

aspectos del tipo de texto a generar. Por ejemplo, para

el planificador de contenido, doce parámetros

influyen en el tamaño del plan de contenido, el orden

del contenido, las relaciones retóricas utilizadas, y la

polaridad de las proposiciones expresadas.

A pesar de los diferentes enfoques existentes, una

gran cantidad de autores coinciden en que uno de los

objetivos deseables para la generación de lenguaje

natural en un agente conversacional es mantener la


32

metodología empleada tan simple como sea posible.

Normalmente, los expertos en lingüística

computacional son recursos costosos o no están

disponibles. Si la técnica empleada es lo

suficientemente genérica, este módulo podría

reutilizarse para otros agentes dedicados a diferentes

dominios e idiomas sin tener que desarrollar otro

sistema de generación de lenguaje natural específico

para cada dominio e idioma.

Uno de nuestros objetivos dentro del proyecto del

Paciente Simulado Virtual era desarrollar un sistema

de generación de lenguaje natural que no necesitase

un conocimiento lingüístico profundo y que pudiese

reutilizarse en muchos dominios sin tener que

cambiar la funcionalidad del sistema. Los detalles

concretos sobre la arquitectura elegida para el sistema

se muestran en la próxima sección.

3. Arquitectura del Paciente Simulado Virtual

El Paciente Simulado Virtual es un agente

conversacional que utiliza una ontología que

almacena el conocimiento asociado a las posibles

características de un paciente: edad, sexo, tipo de

personalidad, síntomas, intensidades, frecuencias,

localizaciones del cuerpo humano, enfermedades,

palabras en lenguaje natural que se utilizan para

referirse a ellos, etc. Consta principalmente de cuatro

módulos: el reconocedor de lenguaje natural, el

controlador del estado emocional, el gestor de

diálogo y el generador de lenguaje natural.

Adicionalmente, es posible conectar otros dos

módulos disponibles comercialmente: un módulo

ASR (Automatic Speech Recognition) para el

reconocimiento del habla (de forma que no sea

necesario escribir las preguntas para el paciente) y un

módulo TTS (Text To Speech) para que el paciente

sea capaz de reproducir de forma oral sus respuestas.

A lo largo de esta sección iremos analizando con

detalle la estructura de la ontología y cada uno de los

módulos que componen la arquitectura del sistema.

Sin embargo, para ir introduciéndonos en el tipo de

respuestas proporcionadas por el Paciente Simulado

Virtual, a continuación mostramos un ejemplo de

conversación real con el médico.

Médico Hola Sr. García, entre y siéntese, por

favor.

Paciente Hola doctor.

Médico ¿Qué le ocurre?

Paciente Tengo un fuerte dolor de cabeza en la

parte izquierda y a veces noto

entumecidas la lengua y las manos.

Médico ¿Desde cuándo ha sentido ese dolor?

Paciente Las dos últimas semanas.

Médico ¿Tiene fiebre?

Paciente No, no tengo.

Médico ¿Ha notado inflamación en las manos?

Paciente No, aunque a veces se me hincha el ojo

izquierdo.

Médico De acuerdo… tómese esto durante

cuatro días y si el dolor y la inflamación

no disminuyen, vuelva de nuevo.

Paciente Muchas gracias, doctor.

3.1. Ontología

La ontología del Paciente Simulado Virtual integra,

mediante una jerarquía de clases, el conocimiento del

agente conversacional en relación a tres niveles: el

dominio del problema y sus relaciones, las

características del agente, y los procesos (reglas y

casos utilizados por los módulos del sistema).

Asimismo, la ontología determina el lenguaje

empleado por el paciente, especificando plantillas de

respuesta que son personalizadas mediante palabras

asociadas a cada entidad del dominio. Entre las clases

más importantes podemos destacar las siguientes:

Agente. Registra los agentes creados y su estado

interno. Incluye propiedades como personalidad

(ansioso, depresivo, hipocondríaco, maníaco, fóbico y

normal), sexo (hombre o mujer), edad, estado

emocional (alegría, desdén, ira, miedo, preocupación,

sorpresa, tristeza y vergüenza) y memoria (para

guardar la conversación hasta el momento). Puede

heredarse para especificar el conocimiento de

dominio de un agente conversacional concreto. Por

ejemplo, la subclase Paciente contiene el modelo de

paciente mientras que la subclase Usuario contiene el

modelo de usuario. Los pacientes pueden presentar

varios modelos psicológicos que muestran la

intensidad normal de cada síntoma en un paciente



33

saludable. Existen modelos tanto para hombres como

para mujeres, y tres rangos de edad diferentes (adulto,

niño y anciano) que resultan en seis tipos de modelos

de paciente. Cuando se crea un paciente se le asignan

algunas enfermedades, y esto altera su modelo

normal de paciente añadiendo las intensidades de los

síntomas, incluyendo cierto ruido para hacer que el

paciente sea más variable. Este modelo hace que

nuestro sistema sea fácil de extender con nuevos

pacientes y enfermedades. Actualmente el modelo de

usuario sólo contiene las frases que este dice, pero

podría contener otro conocimiento añadiendo las

propiedades adecuadas.

ContenidoSemantico. Especifica el conocimiento

del dominio. Contiene los términos léxicos de

entrada, útiles para especificar algunas palabras en

lenguaje natural o expresiones que se utilizan para

reconocer las preguntas realizadas por el usuario, y

los términos léxicos de salida, que contienen palabras

o frases que describen una entidad a un nivel léxico y

que se utilizan posteriormente en la generación en

lenguaje natural de la respuesta. En el Paciente

Simulado Virtual estas clases están relacionadas con

enfermedades, síntomas (dolor, mareos, malestar

general, signos vitales y características físicas del

paciente como frecuencia cardíaca, pérdida de

memoria, consciencia…), localizaciones (cabeza, ojo,

brazo, pecho…), intensidades, frecuencias,

duraciones y actividades. Estas clases son parte del

modelo de enfermedad que podría sufrir un paciente.

Cada síntoma tiene una intensidad normalizada

relacionada, que puede ser positiva o negativa, desde

dos semanas antes del día de la cita, y quizás alguna

actividad o localización relacionadas. Los síntomas

son los componentes de las enfermedades, por lo que

en nuestra ontología hemos definido un conjunto de

síntomas que caracterizan un gran conjunto de

enfermedades, tal y como han indicado expertos de la

Fundación IAVANTE [IAVANTE 13].

Estado. Conjunto que agrupa reglas de dos tipos:

reglas de estado, que crean la respuesta semántica del

agente, y reglas de transición, que establecen cuándo

pasar de un estado a otro.

Regla. Entidad utilizada por el gestor de diálogo para

controlar el comportamiento del agente (crear la

respuesta semántica, cambiar de estado, evaluar

alguna instancia de la ontología…).

ObjetivoComunicativo. Expresa la intención

comunicativa de la respuesta, como por ejemplo

“Saludar” o “Responder”. Posee una prioridad que

indica el orden entre objetivos. Cada objetivo puede

ser alcanzado por una o más AccionComunicativa.

AccionComunicativa. Representa diferentes tipos de

acciones como “Informar” o “Quejarse”. Posee una

prioridad que indica el orden entre acciones.

RestriccionSemantica. Indica el contenido

semántico de una AccionComunicativa.

Frase. Plantilla simple que representa una frase en

lenguaje natural. Contiene restricciones que indican

cuándo puede ser elegida para formar parte de la

respuesta final del agente. Se compone de una

AccionComunicativa, una RestriccionSemantica, un

campo de texto que contiene la plantilla de texto, y

cero o más RestriccionDeFrase, utilizadas para

rellenar los huecos de la plantilla.

RestriccionDeFrase. Representa una realización

concreta en lenguaje natural de una entidad de

ContenidoSemantico. Se utiliza para rellenar los

huecos de una plantilla de texto en una Frase. Por

ejemplo, para la entidad Humano, una restricción de

frase contendrá Humano como su referencia a entidad

de dominio, y “persona” como su realización en

lenguaje natural. Otra podría ser Humano → “homo

sapiens”, o incluso Humano → “ser humano”.

Además del nivel léxico asociado a una entidad, cada

restricción de frase puede tener algunas restricciones

que indiquen el tipo de situación a la que se puede

aplicar. Podría tener restricciones morfológicas

(género, número…), restricciones lógicas

relacionadas con propiedades de la entidad (por

ejemplo, una instancia de Humano sólo puede ser

etiquetada como “anciano” si la restricción

“Humano.edad > 70” es verdadera), o restricciones

ad hoc creadas específicamente para agrupar algunas

restricciones de frase.

Caso. Plantilla compleja compuesta de un

ObjetivoComunicativo y una o más instancias de

Frase ordenadas.

Merece la pena recalcar que esta ontología es

genérica y no está dedicada a un dominio específico.


34

Sin embargo, como hemos visto, las clases pueden

ser heredades para crear entidades de algún dominio

concreto que permitan crear un agente con el

conocimiento necesario para mantener una

conversación relacionada con ese dominio.

3.2. Reconocedor de lenguaje natural

El proceso de reconocimiento de una frase dentro de

un diálogo general es una tarea bastante difícil. Sin

embargo, puede ser simplificada si nos restringimos

al lenguaje y las características de un dominio

concreto. Si nos fijamos en una consulta entre un

médico y un paciente, podemos observar que el

diálogo es estructurado, y típicamente está formado

por un saludo, algunas frases sobre la enfermedad del

paciente, un diagnóstico y una despedida. De esta

forma podemos establecer una serie de acciones en la

ontología para representar los diferentes tipos de

frases del usuario (ver Tabla 1). Esto permite analizar

y caracterizar el lenguaje que se utiliza normalmente.

Acción* Frase de ejemplo

PreguntaIntensidadSL “¿Cómo es su dolor de brazo?”

PreguntaFrecuenciaSL “¿Cuántas veces le duele?”

PreguntaDuracionSL “¿Desde hace cuánto ha notado

entumecimiento en las manos?”

PreguntaIntensidadS “¿Se encuentra muy cansado?”

PreguntaFrecuenciaS “¿Cuántas veces ha perdido la

consciencia?”

PreguntaDuracionS “¿Desde cuándo se siente enfermo?”

PreguntaMotivoConsulta “¿Qué le ocurre?”

AccionSaludo “Hola”

AccionDespedida “Adiós”

AccionDiagnostico “Tiene migrañas”

AccionSilencio Utilizada cuando el médico no dice

nada durante un tiempo * Las acciones se nombran según el contenido de su restricción semántica: S = Síntoma, L = Localización

Tabla 1. Ejemplos de acciones y preguntas

Con este conjunto de acciones, el reconocedor de

lenguaje natural es capaz de hacer interpretaciones.

Para ello, busca correspondencias entre las palabras

de la pregunta y las categorías semánticas de la

ontología, asignando una interpretación a las

entidades descubiertas en el paso previo. Las palabras

de las frases que no identifican ninguna clase o

instancia de la ontología son ignoradas.

Así, la pregunta “¿Cómo es su dolor de pecho?”, se

traduciría en las siguientes entidades semánticas:

“cómo es” = PreguntaIntensidadSL, “pecho” = pecho,

“dolor” = dolor. La interpretación se construiría

rellenando la restricción semántica de la acción con

las entidades pecho y dolor. Por tanto, la salida del

reconocedor sería básicamente la siguiente:

pregunta: PreguntaIntensidadSL (restSem:

RestriccionSemanticaSL (dolor: Sintoma,

pecho: Localizacion), 1)

En el caso de que se pueda seleccionar más de una

acción posible, se calcula una puntuación entre 0 y 1

para cada una en base a la completitud de la

interpretación con respecto a las entidades

encontradas en la traducción de la frase del usuario.

Así, el reconocedor de lenguaje elegirá la que tenga

una mayor puntuación, siempre y cuando supere un

umbral establecido. Por el contrario, si ninguna

interpretación supera el umbral, el reconocedor

devolverá un mensaje de NoReconocimiento al resto

de módulos del sistema.

Una descripción más detallada de este proceso se

puede encontrar en [López 08].

3.3. Controlador del estado emocional

Como ya hemos comentado, el Paciente Simulado

Virtual debe ser capaz de reaccionar emocionalmente

durante el transcurso de la consulta. De ello se

encarga el controlador del estado emocional, que se

basa en dos conceptos esenciales, el estado emocional

y la personalidad. Siguiendo las aproximaciones

[Ekman 84] y [Yanaru 10], el estado emocional se

construye en base a un conjunto de emociones

básicas, a las que llamamos atributos emocionales.

Estos atributos representan las emociones más

relevantes que puede sentir un paciente real. El valor

de cada atributo es un número real comprendido entre

0 (ausencia total) y 1 (presencia total). La Tabla 2

muestra dos ejemplos de estado emocional, que

pueden pertenecer a dos pacientes diferentes o al

mismo paciente en diferente estado de tiempo.

Atributo Emocional

Ale Des Ira Mie Pre Sor Tri Ver

EE1 0.73 0.26 0.12 0.08 0.11 0.39 0.04 0.10

EE2 0.05 0.03 0.07 0.48 0.39 0.10 0.86 0.01 Leyenda: EE: Estado Emocional, Ale(gría), Des(dén). Mie(do), Pre(ocupación), Sor(presa), Tri(steza), Ver(güenza)

Tabla 2. Algunos estados emocionales



35

Por su parte, la personalidad es un conjunto de

características estáticas definidas para cada uno de los

ocho atributos emocionales. Al igual que estos, los

tipos de personalidad (ver Tabla 3) han sido

determinados con la ayuda de especialistas. Estos

tipos cubren, a priori, todas las personalidades que se

suponen adecuadas para un paciente.

Atributo Emocional

Ale Des Ira Mie Pre Sor Tri Ver

Ansioso 0.0 0.0 0.0 0.6 0.6 0.0 0.0 0.0

Depresivo 0.0 0.0 0.0 0.0 0.3 0.0 0.6 0.4

Hipocond. 0.0 0.0 0.5 0.7 0.0 0.0 0.0 0.0

Maníaco 0.6 0.0 0.0 0.0 0.0 0.0 0.0 0.0

Fóbico 0.0 0.0 0.0 0.6 0.3 0.0 0.0 0.0

Normal 0.1 0.0 0.0 0.1 0.1 0.1 0.1 0.2 Leyenda: Hipocond(ríaco), Ale(gría), Des(dén). Mie(do), Pre(ocupación), Sor(presa), Tri(steza), Ver(güenza)

Tabla 3. Tipos de personalidad

Cuando se asigna una personalidad a un paciente

concreto, se lleva a cabo una pequeña variación en el

valor de los atributos emocionales asociados a esa

personalidad, de manera que dos pacientes que

compartan la misma personalidad no tienen por qué

ser exactamente iguales.

Cada atributo emocional se actualiza de forma

independiente utilizando un sistema basado en reglas

difusas. Las variables de entrada de estos sistemas se

refieren al tipo de personalidad del paciente, su salud

(si está enfermo o cansado en principio debería ser

propenso a enfadarse con otros), el tipo de

conversación (si la pregunta está relacionada con el

motivo de la consulta o un síntoma en particular, es

de índole sexual…), las características del síntoma

sobre el que pregunte el médico (intensidad,

frecuencia, duración, y peso), etc.

La salida de estos sistemas es un nivel específico de

variación a producir en cada atributo emocional

(negativo alto, negativo medio, negativo bajo, cero,

positivo bajo, positivo medio, positivo alto, y

personalidad). Las reglas con variación cero, cuando

se disparan, reducen el impacto que tienen sobre el

estado emocional del paciente el resto de reglas

disparadas. Por otro lado, las reglas con variación

personalidad son dinámicas, lo que significa que su

nivel de variación específico cambia a lo largo de las

diferentes iteraciones del sistema de acuerdo a la

personalidad y el estado emocional actual.

De esta forma, una regla difusa tiene dos

componentes, el antecedente con las variables de

entrada (parte izquierda de la regla) y el consecuente

con la variable de salida (parte derecha). A

continuación se puede apreciar un ejemplo de regla

para el atributo emocional alegría.

Personalidad:!Depresivo

TipoPregunta:ComentarioPositivoMedico

EnMemoria:Cero

→ Variacion:PositivaBaja

Esta regla se interpreta de la siguiente manera: SI el

paciente no tiene una personalidad depresiva, Y el

médico hace un comentario positivo por primera vez,

ENTONCES se produce una variación positiva baja

en el atributo emocional correspondiente (alegría en

ese caso).

Para saber si una regla se dispara o no, se asignan los

valores asociados a cada variable de entrada. A

continuación, se evalúa cada expresión difusa del

antecedente, y finalmente se agregan las salidas de

todas las reglas disparadas para obtener una variación

concreta del atributo emocional.

Además, cada regla tiene un valor de probabilidad

asociado a ella que hace que el sistema sea no

determinista. Esto resulta en pacientes más naturales

y diferentes ya que ni todos van a ser iguales, ni el

mismo paciente va a comportarse siempre igual ante

la misma situación. Por otro lado, el sistema ajusta,

en tiempo de ejecución, tanto las probabilidades

asociadas a cada regla como los niveles de variación

de los consecuentes de las reglas dinámicas, de

manera que el comportamiento del paciente puede ser

guiado por una determinada conducta.


puede encontrar en [Eisman 09].

3.4. Gestor de diálogo

El gestor de diálogo es un sistema basado en reglas

que utiliza los individuos de las clases Estado y Regla

de la ontología para crear una máquina de estados

finitos. De esta forma, una vez actualizada la

memoria de trabajo con las entidades producidas por

el reconocedor de lenguaje natural, el gestor de

diálogo comprueba si existe alguna regla de

transición que haga cambiar el estado actual. En ese

caso, se elige uno de los estados que se han disparado

y se realiza la transición.


36

A continuación, se utilizan las reglas de estado del

estado actual para generar la respuesta semántica del

paciente eligiendo entre los consecuentes de las

reglas disparadas utilizando un mecanismo basado en

votos. Cada regla tiene un número de votos que se

utiliza para elegir de forma aleatoria entre ellas e

introducir así cierta variabilidad en el sistema. Así,

los pacientes generados son más naturales en el

sentido de que responden con más variabilidad a las

preguntas del usuario.

La Figura 1 muestra la estructura general del gestor

de diálogo. Los arcos son las reglas de transición con

las frases del médico como antecedentes. Además,

cada uno de los cinco estados tiene reglas que dan

una respuesta semántica apropiada en un momento

determinado de la conversación.

Figura 1. Estados de conversación del PSV

A modo de ejemplo, mostramos una regla

simplificada que casaría con la interpretación de la

pregunta “¿Dónde le duele?”:

ReglaRespuestaPLS:

[pregunta: PreguntaLocalizacionS (?restSem:

RestriccionSemanticaS (?sintoma: Sintoma))],

[encuentraLocalizacion(?sintoma, ?paciente,

?varL)]

→ dar_informacion: DarInformacion

(especificar: Especificar(rest_sem:

RestSemSL (?sintoma: Sintoma, ?varL:

Localizacion)))

Los símbolos que comienzan con el carácter ? son

variables. Aquí podemos apreciar la acción

PreguntaLocalizacionS, que es la interpretación de

la pregunta, y un método encuentraLocalizacion

que permite buscar la localización del síntoma

?sintoma en el modelo de paciente ?paciente,

almacenándola en ?varL.

La respuesta semántica generada representaría lo que

conceptualmente quiere decir el paciente, y podría ser

traducida por el generador de lenguaje en la respuesta

de texto “Me duele el ojo izquierdo”.

3.5. Generador de lenguaje natural

El generador de lenguaje natural transforma la

respuesta semántica proporcionada por el gestor de

diálogo en una respuesta textual que pueda ser

entendida por el alumno. Se basa en un proceso de

razonamiento basado en casos. Estos casos se

almacenan en la ontología (como instancias de la

clase Caso) y se procesan en tres etapas: indexación,

recuperación y adaptación.

Indexación. Se realiza una sola vez al comienzo del

proceso. Ordena los casos en base a tres índices,

primero según su objetivo, después según el número

de frases que contienen, y finalmente, para los casos

con una sola frase, según la acción que contienen.

Recuperación. Utiliza la base de casos indexada para

buscar un caso que cumpla con las restricciones de la

respuesta semántica proporcionada por el gestor de

diálogo. Para poder recuperar un caso, su objetivo, y

las acciones y restricciones de sus frases, deben

coincidir con los de la respuesta semántica. Si no

existe ningún caso con el número de frases necesario,

se parte del conjunto de casos con el mayor número

de frases menor que el número de acciones. A

continuación, de entre los casos posibles se

selecciona uno aleatoriamente y se borran las

restricciones correspondientes de la respuesta

semántica. Esta fase de recuperación se repite hasta

que no quedan restricciones en la respuesta

semántica.

Adaptación. Una vez que se han recuperado los

casos, estos pasan por un proceso de adaptación en el

que se rellenan los huecos de la plantilla de texto de

cada frase. Para ello, se utilizan las palabras

asociadas al nivel léxico de salida de las restricciones

semánticas incluidas en el caso.

Supongamos por ejemplo que el gestor de diálogo

devuelve la siguiente respuesta semántica:

Estado

Información

Estado

Diagnóstico

Estado

Final

Estado

Silencio

Estado

Introducción

Silencio Silencio

Silencio Silencio Despedida

Despedida

Motivo de

la Consulta,

Síntoma

Diagnóstico

Diagnóstico

Saludo

Motivo de

la Consulta



37

motivo: ObjetivoMotivoConsulta (

especificar: Especificar(rest_sem:

RestSemISL(alta: Intensidad, dolor:

Sintoma, ojoizquierdo: Localizacion)),

especificar1: Especificar(rest_sem1:

RestSemFSLL (frecmed: Frecuencia,

entumecer: Sintoma, lengua: Localizacion,

manos: Localizacion))

)

El generador de lenguaje buscará un caso que tenga el

objetivo ObjetivoMotivoConsulta y dos frases para

intentar satisfacer esas dos restricciones. Imaginemos

que se recupera un caso CasoMotivo1 cuya plantilla

es “#FraseFuerteDolorEnLoc# y

#FraseFrecSint2Loc#”. Si expandimos cada frase con

el contenido de su plantilla de texto, tendríamos las

frases “Tengo un #RIntAlta# #RSintDolor# en

#RLoc#” y “#RFrecMed# noto #RSintParaNoto#

#RLoc1# y #RLoc2#”. Sustituyendo cada restricción

del caso por las entidades exactas especificadas en la

respuesta semántica, obtendríamos la respuesta final

del paciente, que en este caso sería “Tengo un fuerte

dolor en el ojo izquierdo y a veces noto entumecidas

la lengua y las manos”.

Si la respuesta semántica hubiese requerido recuperar

otro caso adicional como por ejemplo

CasoEnfermedadResfriado, cuya plantilla asociada

podría ser “Creo que he cogido un resfriado”, la

respuesta final del paciente se construiría uniendo las

dos respuestas, es decir, “Tengo un fuerte dolor en el

ojo izquierdo y a veces noto entumecidas la lengua y

las manos. Creo que he cogido un resfriado”.


puede encontrar en [López 12].

4. Localización

Gracias al proyecto europeo “Multilingual Virtual

Simulated Patient (MVSP)”, cuya referencia puede

encontrarse en la sección Agradecimientos, se llevó a

cabo un proceso de localización para adaptar el

modelo de Paciente Simulado Virtual anteriormente

comentado a diferentes idiomas y culturas.

Además del idioma español, empleado inicialmente

para construir y probar el modelo, seis socios de seis

países europeos diferentes rellenaron la base de casos

con su propio conocimiento lingüístico. Estos seis

nuevos idiomas fueron el inglés, el alemán, el

italiano, el húngaro, el búlgaro y el portugués. Para

cada idioma se hicieron dos versiones, una para

paciente nativo y otra para paciente no nativo

representando a la minoría étnica de cada país (su

forma de hablar, de expresarse…).

Aunque existía algún socio tecnológico, el perfil de la

mayoría era fundamentalmente sanitario, ya que su

tarea era crear el diálogo para el paciente utilizando

las frases que ellos estimaban que serían más

apropiadas y se emplearían con mayor naturalidad en

cada situación prevista en el contexto de un diálogo

entre un médico y un paciente.

Por este motivo se desarrolló un editor que ayudase a

los socios a introducir, en la base de casos, todo el

conocimiento lingüístico (casos, frases, restricciones

de síntomas, localizaciones, intensidades,

frecuencias, y duraciones).

Más detalles sobre este proyecto pueden encontrarse

en [López 12] y en la página oficial [MVSP 13].

5. Pruebas del sistema

Las pruebas de validación del sistema se realizaron

en dos fases. La primera fase estuvo destinada a la

validación del modelo de paciente en español.

Posteriormente, en una segunda fase se validó cada

uno de los pacientes de los diferentes idiomas creados

dentro del proyecto MVSP.

La validación del modelo de paciente se llevó a cabo

en nuestro grupo de investigación. El paciente era

capaz de reconocer 6.592 tipos diferentes de

preguntas relacionadas con síntomas. El gestor de

diálogo tenía 45 reglas de estado (la mayoría en el

Estado Información), y disparaba, de media, 1,57

reglas para cada pregunta. Para crear una respuesta, el

generador de lenguaje natural tenía 279 casos y

recuperaba, de media, 9,92 casos para cada respuesta

semántica.

Se realizaron pruebas con siete diálogos con una

media de 9,4 frases. El módulo de reconocimiento de

lenguaje natural tuvo un 69,7% de interpretaciones

correctas. Dentro de las incorrectas, el 16,7% de las

frases no reconocidas se debía a que el alumno había

utilizado palabras que no habían sido tenidas en

cuenta para referirse a entidades del dominio. El resto

eran errores de interpretación debido al uso de frases

multi-objetivo (errores que se podrían reducir si el


38

reconocedor de lenguaje pudiese crear más de una

acción a la vez), al uso de frases con palabras que

designaban varias entidades, es decir, sinónimos

(para lo que habría que añadir más reglas), o a

palabras referidas a entidades de frases previas como

anáfora o deixis (para lo cual el reconocedor de

lenguaje debería utilizar el contexto del diálogo).

Con respecto al controlador del estado emocional, se

compararon las variaciones de los atributos

emocionales producidas por cada frase de los siete

diálogos con las reacciones que la mayoría de la

gente debería tener en esas situaciones. En el 71,8%

de los casos, el comportamiento emocional generado

fue el esperado, aunque los niveles de variación de

las reglas deberían incrementarse de forma que se

pudiera alcanzar el 100% de cada atributo emocional

durante un diálogo completo (algunos atributos no

llegaron a alcanzar el 65%). El 29,2% restante

correspondía a pequeñas variaciones opuestas a las

esperadas. Por ejemplo, el atributo ira experimentaba

varias fluctuaciones cuando se preguntaba sobre

varios síntomas que el paciente no sufría, algo que

debería evitarse en el futuro.

Por todo ello, llegamos a la conclusión de que, a

pesar del simple esquema de reconocimiento de

lenguaje natural y de las pocas reglas de

comportamiento, nuestro modelo de agente

conversacional se comportaba razonablemente bien,

con naturalidad y variabilidad, en las pruebas

llevadas a cabo.

Durante la fase de validación del proyecto europeo,

cada socio realizó una sesión de pilotaje en su propio

idioma con una interfaz similar a la que aparece en la

Figura 2.

Figura 2. Interfaz de comunicación con el MVSP

En la prueba participaron principalmente estudiantes

de primer y segundo año de medicina. Su tarea

consistía en realizar una entrevista clínica de diez

minutos a un paciente virtual que padecía cefalea de

Horton (hecho que desconocían). El objetivo de la

entrevista era averiguar la enfermedad del paciente

realizando preguntas en lenguaje natural. Después de

la prueba, los alumnos tenían que rellenar un

cuestionario sobre varios aspectos del MVSP como

qué les había parecido la interacción con el paciente,

su aspecto visual, o la calidad del lenguaje empleado

(credibilidad, naturalidad y realismo). Este último

aspecto fue valorado en una escala del 0 al 5, y el

resultado para cada idioma es el que se muestra en la

Figura 3.

Figura 3. Resultados de las pruebas del MVSP

El caso más llamativo es el del idioma alemán.

Algunas de las personas que probaron esta versión

del paciente indicaron que a veces este proporcionaba

o demasiada cantidad o muy poca información en un

solo turno. Incluso, las respuestas proporcionadas,

aunque eran gramaticalmente correctas y posibles, en

ocasiones no resultaban demasiado usuales en la

situación propuesta. Sin embargo, este no es

problema del modelo de generación en sí mismo, ya

que es incremental y permite la mejora de los

resultados con sólo introducir más casos. Además,

debido a las limitaciones de tiempo del proyecto, la

mayoría de los casos introducidos por los socios eran

de una sola frase y sin oraciones complejas.

6. Conclusiones

En este artículo hemos presentado el Paciente

Simulado Virtual, un agente conversacional



39

específico para la formación de estudiantes de

medicina en el entorno de una consulta de atención

primaria, aunque el sistema es fácilmente extensible a

otros dominios ya que todos los módulos han sido

diseñados orientados al conocimiento y son

controlados por la información contenida en una

ontología.

El sistema consta principalmente de cuatro módulos.

El primero de ellos es el reconocedor de lenguaje

natural, que se encarga de crear una representación

semántica de la pregunta realizada por el alumno.

Esta representación semántica de la pregunta es

utilizada por el gestor de diálogo para generar una

respuesta semántica (abstracta) apropiada para el

estado actual en el que se encuentra la conversación,

el cual es controlado mediante una máquina de

estados y una serie de reglas. Esta respuesta

semántica incluye el estado emocional del paciente,

gestionado por el controlador del estado emocional

mediante un sistema basado en reglas difusas, el cual

dota al paciente de una mayor naturalidad. Por

último, el generador de lenguaje natural utiliza la

técnica de razonamiento basado en casos para

recuperar y adaptar casos de la base de casos que

cumplan las restricciones especificadas por la

respuesta semántica del gestor de diálogo con el

objetivo de crear una respuesta textual entendible por

el alumno.

Asimismo, gracias al proyecto europeo “Multilingual

Virtual Simulated Patient”, ha sido posible la

adaptación del Paciente Simulado Virtual a otros

idiomas como el inglés, el alemán, el italiano, el

húngaro, el búlgaro y el portugués, teniendo incluso

en cuenta las características de las minorías étnicas de

cada país.

Los resultados muestran que, a pesar del simple

esquema de reconocimiento de lenguaje natural y de

las pocas reglas de comportamiento incluidas

inicialmente, nuestro modelo de paciente es capaz de

comportarse razonablemente bien, con naturalidad y

variabilidad.

Agradecimientos

En primer lugar, nos gustaría agradecer a la

Consejería de Innovación, Ciencia y Empresa de la

Junta de Andalucía (TIC-P06-01424), al Ministerio

de Ciencia y Tecnología de España (TIN2007-67984-

C02-01), a la Unión Europea (programa transversal

KA3-ICT: Lifelong Learning Programme, Call for

Proposals 2008, EAC-30/07, Referencia: 143423-

2008-LLP-ES-KA3-KA3MP), y al programa Torres

Quevedo del Ministerio de Ciencia e Innovación de

España (PTQ-10-03942) por el apoyo financiero

mostrado durante estos años.

Igualmente, nos gustaría agradecer a la Fundación

IAVANTE la creación del modelo de síntomas y

enfermedades del paciente y su ayuda para

seleccionar los atributos emocionales, las

personalidades, y las reglas difusas del controlador

del estado emocional del Paciente Simulado Virtual.

Por último, queremos agradecer a la Fundación

CITIC su ayuda en la programación del módulo de

reconocimiento de lenguaje natural.

Referencias

[Carpenter 12] C. Carpenter, L. Osterberg, G.

Sutcliffe. “SAMHT — Suicidal Avatars for

Mental Health Training”. Proceedings of the

Twenty-Fifth International Florida Artificial

Intelligence Research Society Conference.

Association for the Advancement of Artificial

Intelligence (www.aaai.org). 2012.

[Dickerson 05] R. Dickerson, K. Johnsen, A. Raij, B.

Lok, J. Hernandez, A. Steens. “Evaluating a

script-based approach for simulating patient-

doctor interaction”. In Proceedings of

International Conference on Human-Computer

Interface Advances for Modeling and Simulating,

pages 79–84. 2005.

[Eisman 09] E. M. Eisman, V. López, J. L. Castro.

“Controlling the emotional state of an embodied

conversational agent with a dynamic probabilistic

fuzzy rules based system”. Expert Systems with

Applications, Volume 36, Issue 6, Pages 9698–

9708. August 2009.

[Ekman 84] P. Ekman, K. R. Scherer. Approaches to

Emotion. 1984.

[Gervas 05] P. Gervas, B. Diaz-Agudo, F. Peinado,

R. Hervas. “Story plot generation based on cbr”.

Knowledge-Based Systems, 18, 235–242. 2005.

[Graesser 05] A. C. Graesser, P. Chipman, B. C.

Haynes, A. Olney. “Autotutor: An intelligent

tutoring system with mixed-initiative dialogue”.


40

IEEE Transactions on Education, 48, 612–618.

2005.

[IAVANTE 13] Fundación IAVANTE.

http://www.iavante.es/. 2013.

[Kenny 07] P. Kenny, T. D. Parsons, J. Gratch, A.

Leuski, A. A. Rizzo. “Virtual patients for clinical

therapist skills training”. Lecture Notes in

Artificial Intelligence, 4722:197–210. 2007.

[Kenny 11] P. G. Kenny, T. D. Parsons. “Embodied

Conversational Virtual Patients”. Conversational

Agents and Natural Language Interaction:

Techniques and Effective Practices. IGI Global,

2011. pp 254-281. 2011.

[Kopp 05] S. Kopp, L. Gesellensetter, N. C. Kramer,

L. Wachsmuth. “A conversational agent as

museum guide – design and evaluation of a real-

world application”. In Panayiotopoulos, T.,

Gratch, J., Aylett, R., Ballin, D., Olivier, P., &

Rist T., (Eds.), Intelligent Virtual Agents,

Proceedings. Lecture Notes in Artificial

Intelligence. 5th International working conference

on intelligent virtual agents September 12–14,

Kos, Greece (Vol. 3661, pp. 329–343). 2005.

[López 08] V. López, E. M. Eisman, J. L. Castro. “A

tool for training primary health care medical

students: The virtual simulated patient”. In 20th

IEEE international conference on tools with

artificial intelligence proceedings (Vol. 2, pp.

194–201). 2008.

[López 12] V. López, E. M. Eisman, J. L. Castro, J.

M. Zurita. “A case based reasoning model for

multilingual language generation in dialogues”.

Expert Systems with Applications Volume 39,

Issue 8, Pages 7330–7337. 15 June 2012.

[Mairesse 10] F. Mairesse, M. Walker. “Towards

personality-based user adaptation: psychologically

informed stylistic language generation”. User

Modelling and User-Adapted Interaction, 20, 227–

278. 2010.

[Mann 05] W. Mann, S. A. Thompson. “Rhetorical

structure theory: Toward a functional theory of

text organization”. Text, 8(3), 8, 243–28. 2005.

[MVSP 13] Multilingual Virtual Simulated Project.

http://www.mvsp.eu/. 2013.

[Rehm 05] M. Rehm, M. Wissner. “Gamble – A

multiuser game with an embodied conversational

agent”. In F. Kishino, Y. Kitamura, H. Kato, & N.

Nagata (Eds.), Entertainment computing – ICEC

2005, Lecture Notes in Computer Science. 4th

international conference on entertainment

computing (ICEC 2005) September 16–21, 2005

Sanda, Japan (Vol. 3711, pp. 180–191). 2005.

[Wallace 05] R. S. Wallace and A. A. I. Foundation.

“Artificial Intelligence Markup Language

(AIML)”. http://www.alicebot.org/aiml.html.

2005.

[Weizenbaum 66] J. Weizenbaum. “Eliza – A

computer program for study of natural language

communication between man and machine”.

Communications of the ACM, 9, 36–45. 1966.

[Woo 06] C. W. Woo, M. W. Evens, R. Freedman,

M. Glass, L. S. Shim, Y. Zhang, Y. Zhou, and J.

Michael. “An intelligent tutoring system that

generates a natural language dialogue using

dynamic multi-level planning”. Artificial

Intelligence in Medicine, 38(1):25–46. 2006.

[Yanaru 97] T. Yanaru, N. Shirahama, K. Yoshida,

and M. Nagamatsu. “An emotion processing

system based on fuzzy inference and subjective

observations”. Information Sciences, 101(3 -

4):217–247. 1997.

Documents

Un Paciente Simulado Virtual Multilingüe para la formación ... · Simulado Virtual Multilingüe, un agente conversacional que simula un paciente real que acude a una ... ahorrar